• Новостная рассылка

    Подпишитесь и получайте самые свежие новости.
    Подписаться на новостную рассылку
  • Моделирование временных рядов в MATLAB

    Код тренинга: MLTS

    Этот курс дает полное представление о моделировании временных рядов с использованием MATLAB и Econometrics Toolbox. Курс предназначен для экономистов, аналитиков и финансовых специалистов с опытом работы в MATLAB, разрабатывающих модели временных рядов. Курс основан на стандартной процедуре Бокса-Дженкинса для разработки моделей временных рядов.


    Основные темы курса:

    • Предобработка временных рядов

    • Определение долгосрочных и сезонных трендов в данных временных рядов

    • Гипотезы тесты на стационарность

    • Создание и подбор моделей временных рядов

    • Сравнение различных моделей на одних и тех же данных.

    • Анализ динамики модели на основе метода Монте-Карло

    • Прогноз данных на основе выбранной модели

     

    Предварительная подготовка:

    MATLAB для финансовых приложений (MLFA), или эквивалент опыт использования MATLAB. Некоторый опыт работы по моделированию временных рядов.


    Длительность курса - 1 день.


    Заявка на тренинг


    Подробнее

    Программа курса

     

    Модуль 1. Введение.

    • Краткий обзор MathWorks и MATLAB. 
    • Обсуждение материалов курса, рабочей среды и логистики.
    • Обозначение основных тем курса.

     

    Модуль 2. Предобработка временных рядов

    Подготовка данных временных рядов для подбора модели путем выявления трендов и применение преобразования данных.

    • Удаление экспоненциальных трендов

    • Определение полиномиальных и сезонных трендов

    • Тестирование на стационарность

    • Критерий единичных корней

     

    Модуль 3. Выбор и подбор модели

    Использование средств диагностики для выбора групп подходящих моделей-кандидатов для данного временного ряда. Определение, создание и подбор модели-кандидата.

    • Расчет автокорреляции и частичной автокорреляции

    • Выбор модели используя формальные тесты

    • Выбор возможных модели для данного набора данных

    • Создание и подбор модели временных рядов

     

    Модуль 4. Оценка пригодности модели

    Расчет и оценка диагностики модели для обеспечения корректности, пригодности и надежности модели.

    • Расчет ошибок модели

    • Тестирование ошибок на нормальность

    • Анализ диагностики модели и проверка по критерию согласия

    • Оценка значимости отдельных членов модели

    • Сравнение моделей

     

    Модуль 5. Предсказание и симуляция

    Построение предсказательных моделей для прогнозирования будущих данных. Имитация выборочных траекторий и статистики на основе метода Монте-Карло.

    • Прогнозных данных с помощью подобранной модели

    • Использование прогнозной выборки для оценки пригодности модели

    • Модель Монте-Карло

    • Бэктестинг


    Заявка на тренинг